总结概括

本文探讨了深度学习的基本原理,强调了非线性激活函数的重要性,并介绍了稀疏连接结构如何帮助解决大规模神经网络中的过拟合问题及降低计算成本。

1.深度学习本质就是找一个函数能够拟合某一个的问题。

2.如果没有非线性的激活函数,整个函数就只有线性,也就是说你只能去线性地分类问题,但很多问题都不是线性可分的。

3.人脑神经元的连接是稀疏的,因此研究者认为大型神经网络的合理的连接方式应该也是稀疏的。稀疏结构是非常适合神经网络的一种结构,尤其是对非常大型、非常深的神经网络,可以减轻过拟合并降低计算量,例如卷积神经网络就是稀疏的连接。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值